首页 > 文献资料
-
一种多模态医学图像数据融合方法与应用
本文提出一种基于人工智能的图像融合算法,通过软件来替代硬件设备实现医学图像融合配准功能.该算法可以对不同的扫描图像进行空间坐标对齐,以解决多模态融合配准问题,并且有效地提高配准速度.这种算法可应用在脑肿瘤MR-PET图像的融合诊断中.
-
MR-PET的现状、挑战和前景
多模态成像设备的发展是影像学发展的里程碑,继SPECT-CT和PET-CT后,人们开始致力于MR-PET的研究.MRI的多参数解剖成像、功能成像与PET的分子成像结合,对促进神经、心血管、肿瘤等方面的研究及临床诊断具有重要意义.本文将从小动物、脑部及全身MR-PET成像3个方面对MR-PET的研究现状及其面临的挑战进行综述,并探讨MR-PET在生物医学中的优越性及发展前景.
-
MR-PET成像和常规方法在早期肿瘤性病变诊断中的效果研究
目的:探讨MR-PET和常规方法在早期肿瘤性病变诊断中的应用效果。方法:选取诊治的5例早期肿瘤性病变患者资料进行分析,入选患者均MR-PET方法诊断,将诊断结果和病理学诊断结果比较,分析MR-PET在早期肿瘤性病变诊断中的应用效果。结果:入选5例均经过病理诊断得到确诊,患者中1例肝癌,1例食道癌,2例肺癌,1例淋巴癌,病理诊断率为100%,和MR-PET诊断相比,差异无统计学意义(2例肝癌,0例食道癌,1例肺癌,2例淋巴癌,诊断符合率为5%)(P>0.05)。结论:早期肿瘤性病变患者采用MR-PET诊断效果理想,该方法诊断重复性强,创伤小,临床诊断确诊率较高,值得推广应用。